作者：谢君泽，原文发表在《汕头大学学报（社会科学版）》，2021年第8期 ，本文为摘录。
摘要
智能社会治理是一种现代科技治理模式，它是推进国家治理体系和治理能力现代化的重要部分。智能社会治理主要依赖于技术规则，它以智能化地发现社会行为与行为规则的偏离为主要目标。与法律治理所采取的行为“模式”治理不同，智能社会治理是基于行为“模型”的治理。后者采取更小的行为颗粒度，它在行为的监管规制上更为精细、更为前置、更具弹性以及更快行动。结合人工智能识别技术原理，智能社会治理的逻辑构造应当按照业务行为模式的类型化、行为特征规律的提取分析、行为数据模型的实时计算、反常偏离行为的纠正处置等展开。
一、智能社会治理的概念理解
智能社会治理一词可以有三种理解：第一种理解，以“智能”修饰“社会”，即“智能社会”的治理。按照这种理解，它主要是指对网络平台的数据处理、汽车行业的无人驾驶、工业领域的机器人等包含智能算法的行为方式进行管理和规制。第二种理解，以“智能”修饰“治理”，即社会的“智能”治理。这种智能治理就不仅包括了“智能社会”的治理，也包括传统社会治理在技术手段上的智能化升级。十九大报告对“社会治理智能化”的语义论述倾向于接近该义。比如，用“电子眼”监管交通，用大数据监测环境污染。第三种理解，以“智能”同时修饰“社会”和“治理”，即“智能社会”的“智能治理”。本文主要采用第二种理解，即广义的智能社会治理。
智能社会治理首先必然是一种专业化的社会治理模式。不论是网络信息行为的治理还是传统行为的治理，都脱离不了大数据建模、人工智能等新兴信息技术的运用。智能社会治理以智能化为主要特点，它代表了一种最先进的科技治理模式。
其次，作为以社会治理为目的的科技手段，智能社会治理的目标应当定位于能够智能化地发现社会行为与行为规则的偏离，而不是仅仅将信息技术运用于办公手段的升级或业务数据的记录。后者只宜称为一般的科技治理手段而非智能社会治理。就本文所讨论的智能社会治理而言，它以智能化地发现社会行为与行为规则的偏离为主要目标。下文谈及科技治理时，它均是指此义上的智能社会治理。
最后，智能社会治理还是法治化、精细化、社会化的社会治理模式。智能社会治理是在法律规范的框架下运行，智能社会治理需要基于更为精细化的行为类型，智能社会治理能够普遍运用于社会的各行各业。后文将通过讨论法律治理与科技治理的运行原理、智能社会治理的方法原理与逻辑构造等予以阐释。
作为一种前沿的科技治理模式，智能社会治理主要是借助网络信息技术、大数据技术、人工智能识别技术等新兴科技手段，它是通过算法模型的实时计算结果来判断行为与规则的适配性。这与传统法治、德治等社会治理模式不尽相同。科技治理的本质是通过技术规则来调整人的行为。这种技术规则的形成依赖于法律与技术的不断对话与融合。一方面，这种技术规则需要反映行为规制的法律要求，即将法律对行为的违法性、犯罪性等规范性要求囊括其中。另一方面，这种技术规则又具有类似道德规范的弹性空间，它可以把一些道德规范、行业准则乃至组织单位的内部要求，即“准法律规则”，转化为技术模型进行监管。因而，技术规则能够使法治与德治形成一种新的平衡态。
二、智能社会治理的原理分析
鉴于法律治理是现代文明社会的典型治理模式，下文将科技治理与法律治理在运行原理层面进行比较，以揭示科技治理的本质及其功效。
法律治理是一种典型的“模式”治理，即：立法者首先通过立法程序将社会现象中的自然行为予以类型化并给予相应的价值评价。这种经过立法评价的自然行为即成为法律上的模式化行为。当社会中再次出现相同或相似的行为方式时，司法者需要将其与立法已经确定的模式化行为进行比对并予以司法确定。这种“模式”治理在当前网络社会环境下所面临的现实困难是立法与司法难以应对网络信息技术所造成的行为的变异性与多样性。
与法律的“模式”治理不同，科技治理则是采取“模型”治理的思路，即在行为模式下采取更小的行为颗粒度进行监管与规制。面对技术所带来的行为异化和多样化，科技治理的应对方法是：在模式化行为的基础上，进一步提炼出更小颗粒度的行为模型，通过行为模型实现更精细化的监管与规制。
与法律治理所采取的行为模式相比，这种更为细化的行为模型在大数据与人工智能技术的支撑下显得更为灵活、便利、高效。详述如下：
首先，模型化监管可以做到更为精细的行为治理，这能够解决法律治理对行为类型归纳的不足问题。法律规则的制定要有一定的抽象性，以应对主体行为方式的变化。也因此，法律规则的抽象性也会带来指导性与针对性不足的问题。模型化监管则是在行为模式的基础上通过对行为特征与规律的细化分析，采取更小行为颗粒度的监管与规制。比如，在网络招投标领域，围标、串标显然是违法的。法律治理往往是通过事后发现围标、串标现象予以治理，而先进的科技治理则可以通过监测投标人是否过早取得标书、不同投标人的标书是否存在相似（同）性、乃至招投标账户是否存在串用混用等更小颗粒度的行为监测以达到事中监管、事前预测的规制效果。这种更小行为颗粒度的监管规制思维可以普适于各行各业，不论是线上还是线下。
其次，模型化监管可以实现更为前置的行为治理，这能够弥补法律治理对行为监管规制的滞后问题。法律治理是一种典型的事后治理模式，法律治理是通过事先的立法归纳对人们提出行为规范要求，只有在行为人确实实施了违法犯罪之后才能加以追究。这是法律治理的保守性。然而，当法律的保守性遇到前沿的互联网技术时，法律治理的功效则大打折扣。众所周知，互联网具有跨时空特性，如果采用事后惩治的治理方法，那么就会产生一种严重的技术实现问题，即：大量的网络违法犯罪因为互联网的跨时空特性在技术上无法实现最终的惩治。因而，网络社会的治理必须要讲究行为监管的时间前置，而非仅仅依靠事后打击。
再者，模型化监管在行为规则的运用上具有更大的弹性空间，这能够促进法律规则与道德规范的平衡。详言之，现代网络社会的治理，不能只依靠法律，在更多时候需要道德规范、行业规则甚至是自律性规则的参与。模型化监管不仅可以实现法律规范的要求，也可以将具有相对弹性的道德规范、行业规则以及自律性规则嵌入其中，实现弹性监管。比如，为了预防网络电信诈骗，网络运营商可以通过模型监测防止手机卡频繁更换电子设备终端。为了防止黑客入侵或数据漏洞，有些企业可以通过模型监测防止未经允许的公共VPN（Virtual Private Network）等访问办公网络。
最后，模型化监管在社会治理的时间上具有更快的行动效率，即通过技术措施来弥补法律治理的效率缺陷。法律往往是集体意志的表现，法律的形成往往需要等待集体甚至全民的认识进步，因而法律形成的行动效率是相对较低的。然而，在立法滞后的情况下，主管部门、组织单位仍然可以针对新兴事物主动、迅速采取模型化监管措施进行社会治理，这能够极大地解决社会治理的效率问题。比如，针对小型个人信息处理者、处理敏感个人信息以及人脸识别、人工智能等新技术、新应用，《个人信息保护法》第62条规定，国家网信部门要统筹协调有关部门制定专门的个人信息保护规则、标准。诚然，针对新技术、新应用，在相关规则、标准无法及时出台的情况下，实际上可以通过赋予运营者事前嵌入违法犯罪的监管模型的义务，以科技监管弥补立法滞后。
综上可见，科技治理所采用的监管模型是行为与规范的交叉产物，他们兼具了模式与规范的双重功能。基于模型化监管的科技治理是技术行为的升维和法律规范的降维，因而它是行为与规范之间的过渡地带。模型化监管更是行为与规范的精细化过程，它是通过对社会各行各业的行为模式及其相应的规范要求进行分解细化，使国家治理更加精、细、准、严，进而使社会治理能够有效贯彻到每个环节并发挥作用，提升整体社会治理能力。
社会科学领域的智能社会治理与自然科学领域的智能识别技术在实现的方法路径上有所不同。其中，最大的差异是自然科学领域面对的是“物化”的物体，包括“物化”形式的人体，而社会科学领域面对的是“事化”的行为，包括个体行为与群体行为。因而，智能社会治理在方法论上的最大挑战是如何提炼出各类型事件的行为特征。只要能通过归纳或演绎的方法得出各种类型行为模式下的行为特征或行为规律，就可以达到智能治理的功效。
要理解运用智能社会治理方法论，首先要树立起交叉学科领域的基础认知，包括但不限于以下：
第一，从技术上认识到“数据即行为”。数据是行为的记录，数据记录反映了行为过程与行为方式。利用数据治理社会，本质上是利用行为的记录来治理社会行为。
第二，大数据是一种方法，人工智能是一种模式。大数据、人工智能与传统信息技术一样，可以运用到社会治理的各个领域。其中的关键在于不同学科方法论的融合与统一。
第三，社会治理的本质是发现行为的趋势与纠正行为的偏离。法律治理是行为趋势的前置归纳与事后纠正，而科技治理能实现行为趋势的实时发现与事中处置。社会治理的最终目的是引导社会行为、维护社会秩序。
三、智能社会治理的方法体系
综合社会科学领域的法律治理方法论和自然科学领域的人工智能识别技术原理，智能社会治理的方法体系应当按照如下逻辑进行构造：
首先是自然信息行为在模式上的类型化。比如，即使都是电子商务业务，也要区分商品类的业务类型与服务类的业务类型，因为不同业务类型所牵涉的违规、违法、犯罪的行为模式也大不相同。相对于立法上的模式类型化，科技治理的模式类型化更偏向于业务类型和业务流程。因为，这两种类型化的任务目标有所不同，前者一般是为了实现国家法律所要保护的法益，后者则往往具有更强的监管针对性，虽然这种针对性监管一般也是在法律规范的框架下进行[1]。
其次是基于业务行为模式的行为特征提取与行为规律分析[2]。如前例，商品类的电子商务更多的是假冒伪劣等行为特征，而服务类的电子商务可能更多出现刷单刷量等行为特征。行为特征提取与行为规律分析是模型化监管的前提，也是寻找智能化监管所倚赖的认知“锚”点的过程。在实践开展中，某种业务行为的特征提取与规律分析往往与大数据建模的技术工作悉悉相关。也可以说，能否找到有效的行为模型直接关系到大数据运用的成败，也决定了能否顺利实现智能化治理的最终目标。显然，对于以技术方法为主要特点的智能化监管，大数据建模必然是重中之中。
值得说明的是，对监管所采取的行为模型需要进行要素化管理。既然每个监管模型体现的都是不同的行为特征，那么这些行为模型就都可以按照行为要素，即时、空、人、事、物进行管理。这也意味着每个行为要素都需要有相应的数据来源支撑。行为模型的要素化管理不仅有利于数据来源信息系统的设计与维护，也有利于模型的重复利用与升级改造。而，模型与数据之间的互动则是通过大数据的实时计算来实现的，因而能达到事中监管乃至事前预测的功效。
再次是基于行为模型的特征反映性输出不同类型的反常行为。模型的特征反映性取决于模型与反常行为之间的因果性及其强弱程度，这涉及到大数据建模的方法问题。一般来说，统计模型往往反映事物的相关性，而行为模型则能够反映不同程度的行为因果性。根据模型的综合分析，智能监管所输出的反常行为可以是违规、违纪、违法、犯罪及其发生概率。
最后是对偏离的反常行为予以纠正。所谓的反常行为，是相对于正常行为而言的。从认识论上讲，只有先确立了正常行为的标准，才能识别出偏离的反常行为。从社会治理角度而言，行为监管的任务就是为了发现与正常行为（大多数人的行为趋势）相偏离的反常行为并加以纠正。根据偏离程度的不同，这种偏离行为的纠正既可能是管理决策的调整也可能是违法犯罪的处置。
综上，智能社会治理方法论其本质是以社会科学领域的行为监管规制为主线，以自然科学领域的特征识别为方法，最终实现行为偏离的智能发现与及时纠正。借助于这种治理方法论所独具的事中实时性乃至事前预测性，智能社会治理能够实现更为高效的违法犯罪预防以及更为积极的守法行为引导。
智能社会治理方法论从根本上是行为与规范的精细化并使之可计算的过程，这种方法体系可以适用于社会各行各业的方方面面。比如，近年国务院国有资产监督管理委员会先后印发了《关于全面推进法治央企建设的意见》《关于在部分中央企业开展合规管理体系建设试点工作的通知》《中央企业合规管理指引（试行）》等规定，国有企业可以根据智能社会治理方法论构建起业务行为的智能监管体系。再如，各大互联网企业应当充分利用大数据优势，积极借助智能社会治理方法论构建起网络平台内用户行为的智能监管机制，实时防范乃至事先预测违法犯罪行为的发生。当然，各级行政主管部门同样可以按照权责分工建立智能监管平台，通过大数据模型监测各行各业的问题与趋势，以全面提升政府治理能力现代化水平。智能社会治理是政府部门、企事业单位乃至整个国家均可采之有效的科技治理模式，它是现代社会治理走向社会化的必由之路。
结 语
智能社会出现了“点击生活、算法经商、模型治国”的行为样态。所谓点击生活是指人们可以通过智能技术一键式完成所有生产生活行为。算法经商描述的是企业的生产经营行为。传统企业利用智能机器、智能系统、智能算法等方式来实现生产经营的智能化升级，互联网企业更是如此。国家的社会治理也必将迎来智能化时代，模型治国指的就是国家政府、组织单位等必须要借助技术方法（技术模型）来实现智能化监管。因而，基于模型治国的理念构建智能社会治理方法论，正当时。